CN112731305B - 基于自适应多普勒域波束对消的直达波抑制方法及系统 - Google Patents
基于自适应多普勒域波束对消的直达波抑制方法及系统 Download PDFInfo
- Publication number
- CN112731305B CN112731305B CN202011498501.9A CN202011498501A CN112731305B CN 112731305 B CN112731305 B CN 112731305B CN 202011498501 A CN202011498501 A CN 202011498501A CN 112731305 B CN112731305 B CN 112731305B
- Authority
- CN
- China
- Prior art keywords
- data
- module
- direct wave
- signal
- adaptive
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000005764 inhibitory process Effects 0.000 title abstract description 7
- 230000001629 suppression Effects 0.000 claims abstract description 68
- 230000005540 biological transmission Effects 0.000 claims abstract description 33
- 230000006872 improvement Effects 0.000 claims abstract description 26
- 238000000605 extraction Methods 0.000 claims abstract description 23
- 238000006243 chemical reaction Methods 0.000 claims abstract description 20
- 238000013500 data storage Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims abstract description 5
- 230000003044 adaptive effect Effects 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000010030 laminating Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 230000001427 coherent effect Effects 0.000 claims description 4
- 238000012952 Resampling Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000001052 transient effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000000746 purification Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于通信技术领域,公开了一种基于自适应多普勒域波束对消的直达波抑制方法及系统,所述基于自适应多普勒域波束对消的直达波抑制系统包括:信号采集模块、数据采集模块、中央控制模块、恒模算法改进模块、直达波提取方法、数据传输模块、数据接收模块、数据转换模块、数据划分模块、直达波抑制模块、数据存储模块、更新显示模块。本发明提供的基于自适应多普勒域波束对消的直达波抑制方法,在信号处理过程中将雷达回波信号变换到多普勒域,将直达波信号变换到零多普勒,消除直达波的影响,通过去调频接收方法措施提高了接收通道的动态范围;在不影响系统性能的前提下实现了直达波的抑制,解决调频连续波雷达直达波干扰的问题。
Description
技术领域
本发明属于通信技术领域,尤其涉及一种基于自适应多普勒域波束对消的直达波抑制方法及系统。
背景技术
目前,外辐射源雷达是利用非合作的辐射源作为发射信号源对目标探测、跟踪的。与传统有源目标探测技术相比,具有良好的隐蔽性和很强的生存能力、良好的抗有源干扰的能力、对抗隐形目标的能力等优势。因此,该技术引起世界各国的广泛关注,成为各国国防领域对空、对地、对岸预警的有力工具。但是在实际应用中仍然存在一些关键问题需要解决,主要可以概括为外部照射源信号的波形分析与优化选择、直达波信号的提纯、直达波和多径等杂波的抑制、目标的检测与识别和目标的定位与跟踪等,其中,直达波提纯为杂波抑制和目标检测提供参考信号,而直达波和多径等杂波的抑制是后续进行目标定位与跟踪的先决条件。
在非合作无源探测中,常采用的电磁信号有AM/FM广播信号、普通/数字电视信号、卫星信号、CDMA信号、GPS信号、GSM信号等。由于无源探测信号一般为连续波,直达波很强,接收信号中目标回波信号功率远小于直达波信号,因此需要对直达波进行直达波抑制才能对目标回波信号进行相干运算、多普勒分析等处理。
目前用于直达波提纯的算法主要有时域的均衡技术、频域上的复倒谱和空域上的自适应波束形成。但是进行直达波提纯的算法无法进行干扰存在状态下的直达波准确提纯,可靠性较差。
通过上述分析,现有技术存在的问题及缺陷为:现有技术进行直达波提纯的算法无法进行干扰存在状态下的直达波准确提纯,可靠性较差。
发明内容
针对现有技术存在的问题,本发明提供了一种基于自适应多普勒域波束对消的直达波抑制方法及系统。
本发明是这样实现的,一种基于自适应多普勒域波束对消的直达波抑制方法,所述基于自适应多普勒域波束对消的直达波抑制方法包括以下步骤:
步骤一,通过信号采集模块利用信号采集设备进行雷达信号的采集;通过数据采集模块利用数据采集设备进行阵列时域数据的采集;
步骤二,通过中央控制模块利用中央处理器协调控制所述基于自适应多普勒域波束对消的直达波抑制系统各个模块的正常运行;
步骤三,通过恒模算法改进模块建立均衡算法数字通信模型,模拟信道的非线性特性;在信号均衡部分,接收信号输入固定迭带步长μ,采用CMA算法在基带接收系统中加入可调节的滤波器实现自适应均衡减少ISI;
所述CMA算法具体步骤为:
(1)初始化:定义每个变量的初始值,给出参数的值;
(2)对信号进行模数变换以及重采样,得到均衡器的输入信号y1、y2;
(3)按如下公式更新滤波器抽头系数:
(4)根据均衡后的输出信号与观测信号的关系得到系统输出信号;
(5)判断误码率是否符合要求,若符合,则进行步骤(6),若不符合,返回执行步骤(3);
(6)得到消除串扰的输出信号,即源信号;
步骤四,在CMA算法的基础上将固定的迭带步长μ用一个MSE函数通过非线性函数进行动态控制,利用恒模算法改进程序实现对恒模算法的改进,得到自适应恒模算法;
步骤五,通过直达波提取方法利用直达波提取程序采用自适应恒模算法对采集的雷达信号中的直达波信号进行提取;
步骤六,通过数据传输模块获取用于上行或下行阵列时域数据传输的配置信息;根据获取的配置信息,利用数据传输程序确定是否发送前置的参考信号;
步骤七,响应于确定发送所述参考信号,在阵列时域数据传输之前或阵列时域数据传输开始的同时发送所述参考信号,并进行上行阵列时域数据的发送或下行阵列时域数据的接收;
步骤八,响应于确定不发送所述参考信号,直接进行上行阵列时域数据的发送或下行阵列时域数据的接收;通过数据接收模块利用数据接收程序进行传输的阵列时域数据的接收;
步骤九,通过数据转换模块获取提取的直达波信号和接收的阵列时域数据,并将提取到的直达波信号和接收的阵列时域数据分别采用支持向量机分类器进行训练和识别;
步骤十,对每个分类器的识别结果采用目标类别的概率形式表示,并对每个分类器下每种目标类别的识别结果进行归一化处理,将处理后的信号作为标准信号;
步骤十一,将标准信号与天线阵列的每通道时域数据进行相干匹配运算;匹配成功后,将阵列时域数据转换为距离-多普勒域的二维阵列数据;
步骤十二,通过数据划分模块利用数据划分程序进行距离-多普勒域的二维阵列数据的划分,得到分类数据;通过直达波抑制模块利用波束对消程序进行分类数据的波束对消,完成直达波抑制;
步骤十三,通过数据存储模块利用存储器存储采集的雷达信号、阵列时域数据、自适应恒模算法、直达波信号、距离-多普勒域的二维阵列数据、分类数据以及直达波抑制结果;
步骤十四,通过更新显示模块利用显示器对采集的雷达信号、阵列时域数据、自适应恒模算法、直达波信号、距离-多普勒域的二维阵列数据、分类数据以及直达波抑制结果的实时数据进行更新显示。
进一步,步骤四中,所述动态控制为加快收敛速度。
进一步,步骤五中,所述通过直达波提取方法利用直达波提取程序采用自适应恒模算法进行采集的雷达信号中的直达波信号的提取,包括:
(1)利用恒包络特性执行自适应恒模干扰盲提取;
(2)采用线性瞬时混合模型简化线性卷积混合模型,完成干扰信号的提取。
进一步,所述线性瞬时混合模型为:
其中,x(t)=[x1(t),x2(t),L,xN(t)]T是一个N维观测信号向量,A=[a1,a2,L,aN]是一个N×M维的混合矩阵,s(t)=[s1t,s2t,L,sNt,]T是一个M维的源信号向量,t是时间采样点并且ai表示混合矩阵的第i个列向量。
进一步,步骤六中,所述参考信号的配置信息包括以下项中的至少一项:发送参考信号的序列、发送参考信号所使用的时域符号数或时域符号索引、参考信号图样、发送参考信号的带宽以及参考信号发射功率。
进一步,步骤十中,所述归一化处理算法为:
Ek(x)=(Pk(C1|x),Pk(C2|x),...,Pk(CM|x));
其中,P(Ct|x,Ek)表示第k个分类器将提取到的直达波信号和接收的阵列时域数据识别为Ct类信号的概率,取值范围是[0,1];/>表示M(M=4)类信号类别,多分类器的决策矩阵为:
进一步,步骤十二中,所述通过波束对消模块利用波束对消程序进行分类数据的波束对消包括:利用复数递推最小二乘法进行自适应对消。
本发明的另一目的在于提供一种应用所述的基于自适应多普勒域波束对消的直达波抑制方法的基于自适应多普勒域波束对消的直达波抑制系统,所述基于自适应多普勒域波束对消的直达波抑制系统包括:
信号采集模块、数据采集模块、中央控制模块、恒模算法改进模块、直达波提取方法、数据传输模块、数据接收模块、数据转换模块、数据划分模块、直达波抑制模块、数据存储模块、更新显示模块。
信号采集模块,与中央控制模块连接,用于通过信号采集设备进行雷达信号的采集;
数据采集模块,与中央控制模块连接,用于通过数据采集设备进行阵列时域数据的采集;
中央控制模块,与信号采集模块、数据采集模块、恒模算法改进模块、直达波提取方法、数据传输模块、数据接收模块、数据转换模块、数据划分模块、直达波抑制模块、数据存储模块、更新显示模块连接,用于通过中央处理器协调控制所述基于自适应多普勒域波束对消的直达波抑制系统各个模块的正常运行;
恒模算法改进模块,与中央控制模块连接,用于通过恒模算法改进程序进行恒模算法的改进,得到自适应恒模算法;
直达波提取方法,与中央控制模块连接,用于通过直达波提取程序采用自适应恒模算法对采集的雷达信号中的直达波信号进行提取;
数据传输模块,与中央控制模块连接,用于通过数据传输程序进行采集的阵列时域数据的传输;
数据接收模块,与中央控制模块连接,用于通过数据接收程序进行传输的阵列时域数据的接收;
数据转换模块,与中央控制模块连接,用于通过数据转换程序将提取的直达波信号和接收的阵列时域数据进行转换,将阵列时域数据转换为距离-多普勒域的二维阵列数据;
数据划分模块,与中央控制模块连接,用于通过数据划分程序进行距离-多普勒域的二维阵列数据的划分,得到分类数据;
直达波抑制模块,与中央控制模块连接,用于通过波束对消程序进行分类数据的波束对消,完成直达波抑制;
数据存储模块,与中央控制模块连接,用于通过存储器存储采集的雷达信号、阵列时域数据、自适应恒模算法、直达波信号、距离-多普勒域的二维阵列数据、分类数据以及直达波抑制结果;
更新显示模块,与中央控制模块连接,用于通过显示器对采集的雷达信号、阵列时域数据、自适应恒模算法、直达波信号、距离-多普勒域的二维阵列数据、分类数据以及直达波抑制结果的实时数据进行更新显示。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施所述的基于自适应多普勒域波束对消的直达波抑制方法。
本发明的另一目的在于提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行所述的基于自适应多普勒域波束对消的直达波抑制方法。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明提供的基于自适应多普勒域波束对消的直达波抑制方法,在信号处理过程中将雷达回波信号变换到多普勒域,将直达波信号变换到零多普勒,消除直达波的影响,通过去调频接收方法措施提高了接收通道的动态范围;在不影响系统性能的前提下实现了直达波的抑制,解决调频连续波雷达直达波干扰的问题。
本发明采用了CMA算法,CMA算法在高斯噪声下具有良好的收敛性能,但由于其代价函数是基于MSE准则的,在脉冲噪声环境下,算法的收敛性能下降甚至出现不收敛的情况。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于自适应多普勒域波束对消的直达波抑制方法流程图。
图2是本发明实施例提供的基于自适应多普勒域波束对消的直达波抑制系统结构框图;
图中:1、信号采集模块;2、数据采集模块;3、中央控制模块;4、恒模算法改进模块;5、直达波提取方法;6、数据传输模块;7、数据接收模块;8、数据转换模块;9、数据划分模块;10、直达波抑制模块;11、数据存储模块;12、更新显示模块。
图3是本发明实施例提供的通过恒模算法改进模块利用恒模算法改进程序进行恒模算法改进的方法流程图。
图4是本发明实施例提供的通过数据传输模块利用数据传输程序进行采集的阵列时域数据传输的方法流程图。
图5是本发明实施例提供的通过数据转换模块利用数据转换程序对接收的阵列时域数据进行转换的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种基于自适应多普勒域波束对消的直达波抑制方法及系统,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的基于自适应多普勒域波束对消的直达波抑制方法包括以下步骤:
S101,通过信号采集模块利用信号采集设备进行雷达信号的采集;通过数据数据采集设备进行阵列时域数据的采集;
S102,通过中央控制模块利用中央处理器协调控制所述基于自适应多普勒域波束对消的直达波抑制系统各个模块的正常运行;
S103,通过恒模算法改进模块利用恒模算法改进程序进行恒模算法的改进,得到自适应恒模算法;
S104,通过直达波提取方法利用直达波提取程序采用自适应恒模算法进行采集的雷达信号中的直达波信号的提取;
S105,通过数据传输模块利用数据传输程序进行采集的阵列时域数据的传输;通过数据接收模块利用数据接收程序进行传输数据的接收;
S106,通过数据转换模块利用数据转换程序将提取的直达波信号和接收的阵列时域数据进行转换,将阵列时域数据转换为距离-多普勒域的二维阵列数据;
S107,通过数据划分模块利用数据划分程序进行距离-多普勒域的二维阵列数据的划分,得到分类数据;通过波束对消模块利用波束对消程序进行分类数据的波束对消,完成直达波抑制;
S108,通过数据存储模块利用存储器存储采集的雷达信号、阵列时域数据、自适应恒模算法、直达波信号、距离-多普勒域的二维阵列数据、分类数据以及直达波抑制结果;
S109,通过更新显示模块利用显示器对采集的雷达信号、阵列时域数据、自适应恒模算法、直达波信号、距离-多普勒域的二维阵列数据、分类数据以及直达波抑制结果的实时数据进行更新显示。
本发明实施例提供的步骤S104中,所述通过直达波提取方法利用直达波提取程序采用自适应恒模算法进行采集的雷达信号中的直达波信号的提取,包括:
(1)利用恒包络特性执行自适应恒模干扰盲提取;
(2)采用线性瞬时混合模型简化线性卷积混合模型,完成干扰信号的提取。
本发明实施例提供的线性瞬时混合模型为:
其中,x(t)=[x1(t),x2(t),L,xN(t)]T是一个N维观测信号向量,A=[a1,a2,L,aN]是一个N×M维的混合矩阵,s(t)=[s1t,s2t,L,sNt,]T是一个M维的源信号向量,t是时间采样点并且ai表示混合矩阵的第i个列向量。
本发明实施例提供的步骤S107中,通过波束对消模块利用波束对消程序进行分类数据的波束对消包括:利用复数递推最小二乘法进行自适应对消。
如图2所示,本发明实施例提供的基于自适应多普勒域波束对消的直达波抑制系统包括:信号采集模块1、数据采集模块2、中央控制模块3、恒模算法改进模块4、直达波提取方法5、数据传输模块6、数据接收模块7、数据转换模块8、数据划分模块9、直达波抑制模块10、数据存储模块11、更新显示模块12。
信号采集模块1,与中央控制模块3连接,用于通过信号采集设备进行雷达信号的采集;
数据采集模块2,与中央控制模块3连接,用于通过数据采集设备进行阵列时域数据的采集;
中央控制模块3,与信号采集模块1、数据采集模块2、恒模算法改进模块4、直达波提取方法5、数据传输模块6、数据接收模块7、数据转换模块8、数据划分模块9、直达波抑制模块10、数据存储模块11、更新显示模块12连接,用于通过中央处理器协调控制所述基于自适应多普勒域波束对消的直达波抑制系统各个模块的正常运行;
恒模算法改进模块4,与中央控制模块3连接,用于通过恒模算法改进程序进行恒模算法的改进,得到自适应恒模算法;
直达波提取方法5,与中央控制模块3连接,用于通过直达波提取程序采用自适应恒模算法对采集的雷达信号中的直达波信号进行提取;
数据传输模块6,与中央控制模块3连接,用于通过数据传输程序进行采集的阵列时域数据的传输;
数据接收模块7,与中央控制模块3连接,用于通过数据接收程序进行传输的阵列时域数据的接收;
数据转换模块8,与中央控制模块3连接,用于通过数据转换程序将提取的直达波信号和接收的阵列时域数据进行转换,将阵列时域数据转换为距离-多普勒域的二维阵列数据;
数据划分模块9,与中央控制模块3连接,用于通过数据划分程序进行距离-多普勒域的二维阵列数据的划分,得到分类数据;
直达波抑制模块10,与中央控制模块3连接,用于通过波束对消程序进行分类数据的波束对消,完成直达波抑制;
数据存储模块11,与中央控制模块3连接,用于通过存储器存储采集的雷达信号、阵列时域数据、自适应恒模算法、直达波信号、距离-多普勒域的二维阵列数据、分类数据以及直达波抑制结果;
更新显示模块12,与中央控制模块3连接,用于通过显示器对采集的雷达信号、阵列时域数据、自适应恒模算法、直达波信号、距离-多普勒域的二维阵列数据、分类数据以及直达波抑制结果的实时数据进行更新显示。
下面结合具体实施例对本发明作进一步描述。
实施例1
本发明实施例提供的基于自适应多普勒域波束对消的直达波抑制方法如图1所示,作为优选实施例,如图3所示,本发明实施例提供的通过恒模算法改进模块利用恒模算法改进程序进行恒模算法的改进的方法包括:
S201,通过恒模算法改进模块建立均衡算法数字通信模型,模拟信道的非线性特性;
S202,在信号均衡部分,接收信号输入固定迭带步长μ,采用CMA算法在基带接收系统中加入可调节的滤波器实现自适应均衡减少ISI;
S203,在CMA算法的基础上将固定的迭带步长μ用一个MSE函数通过非线性函数来动态控制,利用恒模算法改进程序实现对恒模算法的改进,得到自适应恒模算法。
本发明实施例提供的动态控制为加快收敛速度。
本发明实施例中的CMA算法具体步骤为:
(1)初始化:定义每个变量的初始值,给出参数的值;
(2)对信号进行模数变换以及重采样,得到均衡器的输入信号y1、y2;
(3)按如下公式更新滤波器抽头系数:
(4)根据均衡后的输出信号与观测信号的关系得到系统输出信号;
(5)判断误码率是否符合要求,若符合,则进行步骤(6),若不符合,返回执行步骤(3);
(6)得到消除串扰的输出信号,即源信号;
实施例2
本发明实施例提供的基于自适应多普勒域波束对消的直达波抑制方法如图1所示,作为优选实施例,如图4所示,本发明实施例提供的通过数据传输模块利用数据传输程序进行采集的阵列时域数据的传输的方法包括:
S301,通过数据传输模块获取用于上行或下行阵列时域数据传输的配置信息;
S302,根据获取的配置信息,利用数据传输程序确定是否发送前置的参考信号;
S303,响应于确定发送所述参考信号,在阵列时域数据传输之前或阵列时域数据传输开始的同时发送所述参考信号,并进行上行阵列时域数据的发送或下行阵列时域数据的接收;
S304,响应于确定不发送所述参考信号,直接进行上行阵列时域数据的发送或下行阵列时域数据的接收。
本发明实施例提供的参考信号的配置信息包括以下项中的至少一项:发送参考信号的序列、发送参考信号所使用的时域符号数或时域符号索引、参考信号图样、发送参考信号的带宽以及参考信号发射功率。
实施例3
本发明实施例提供的基于自适应多普勒域波束对消的直达波抑制方法如图1所示,作为优选实施例,如图5所示,本发明实施例提供的通过数据转换模块利用数据转换程序对接收的阵列时域数据进行转换的方法包括:
S401,通过数据转换模块获取提取的直达波信号和接收的阵列时域数据;
S402,将提取到的直达波信号和接收的阵列时域数据分别采用支持向量机分类器进行训练和识别;
S403,对每个分类器的识别结果采用目标类别的概率形式表示,并对每个分类器下每种目标类别的识别结果进行归一化处理,将处理后的信号作为标准信号;
S404,将标准信号与天线阵列的每通道时域数据进行相干匹配运算;匹配成功后,将阵列时域数据转换为距离-多普勒域的二维阵列数据。
本发明实施例提供的归一化处理算法为:
Ek(x)=(Pk(C1|x),Pk(C2|x),...,Pk(CM|x));
其中,P(Ct|x,Ek)表示第k个分类器将提取到的直达波信号和接收的阵列时域数据识别为Ct类信号的概率,取值范围是[0,1];/>表示M(M=4)类信号类别,多分类器的决策矩阵为:
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述,仅为本发明较优的具体的实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于自适应多普勒域波束对消的直达波抑制方法,其特征在于,所述基于自适应多普勒域波束对消的直达波抑制方法包括以下步骤:
步骤一,通过信号采集模块利用信号采集设备进行雷达信号的采集;通过数据采集模块利用数据采集设备进行阵列时域数据的采集;
步骤二,通过中央控制模块利用中央处理器协调控制所述基于自适应多普勒域波束对消的直达波抑制系统各个模块的正常运行;
步骤三,通过恒模算法改进模块建立均衡算法数字通信模型,模拟信道的非线性特性;
在信号均衡部分,接收信号输入固定迭带步长μ,采用CMA算法在基带接收系统中加入可调节的滤波器实现自适应均衡减少ISI;
CMA算法具体步骤为:
(1)初始化:定义每个变量的初始值,给出参数的值;
(2)对信号进行模数变换以及重采样,得到均衡器的输入信号y1、y2;
(3)按如下公式更新滤波器抽头系数:
(4)根据均衡后的输出信号与观测信号的关系得到系统输出信号;
(5)判断误码率是否符合要求,若符合,则进行步骤(6),若不符合,返回执行步骤(3);
(6)得到消除串扰的输出信号,即源信号;
步骤四,在CMA算法的基础上将固定的迭带步长μ用一个MSE函数通过非线性函数进行动态控制,利用恒模算法改进程序实现对恒模算法的改进,得到自适应恒模算法;
步骤五,通过直达波提取方法利用直达波提取程序采用自适应恒模算法对采集的雷达信号中的直达波信号进行提取;
步骤六,通过数据传输模块获取用于上行或下行阵列时域数据传输的配置信息;根据获取的配置信息,利用数据传输程序确定是否发送前置的参考信号;
步骤七,响应于确定发送所述参考信号,在阵列时域数据传输之前或阵列时域数据传输开始的同时发送所述参考信号,并进行上行阵列时域数据的发送或下行阵列时域数据的接收;
步骤八,响应于确定不发送所述参考信号,直接进行上行阵列时域数据的发送或下行阵列时域数据的接收;通过数据接收模块利用数据接收程序进行传输的阵列时域数据的接收;
步骤九,通过数据转换模块获取提取的直达波信号和接收的阵列时域数据,并将提取到的直达波信号和接收的阵列时域数据分别采用支持向量机分类器进行训练和识别;
步骤十,对每个分类器的识别结果采用目标类别的概率形式表示,并对每个分类器下每种目标类别的识别结果进行归一化处理,将处理后的信号作为标准信号;
步骤十一,将标准信号与天线阵列的每通道时域数据进行相干匹配运算;匹配成功后,将阵列时域数据转换为距离-多普勒域的二维阵列数据;
步骤十二,通过数据划分模块利用数据划分程序进行距离-多普勒域的二维阵列数据的划分,得到分类数据;通过直达波抑制模块利用波束对消程序进行分类数据的波束对消,完成直达波抑制;
步骤十三,通过数据存储模块利用存储器存储采集的雷达信号、阵列时域数据、自适应恒模算法、直达波信号、距离-多普勒域的二维阵列数据、分类数据以及直达波抑制结果;
步骤十四,通过更新显示模块利用显示器对采集的雷达信号、阵列时域数据、自适应恒模算法、直达波信号、距离-多普勒域的二维阵列数据、分类数据以及直达波抑制结果的实时数据进行更新显示。
2.如权利要求1所述基于自适应多普勒域波束对消的直达波抑制方法,其特征在于,步骤四中,所述动态控制为加快收敛速度。
3.如权利要求1所述基于自适应多普勒域波束对消的直达波抑制方法,其特征在于,步骤五中,所述通过直达波提取方法利用直达波提取程序采用自适应恒模算法进行采集的雷达信号中的直达波信号的提取,包括:
(1)利用恒包络特性执行自适应恒模干扰盲提取;
(2)采用线性瞬时混合模型简化线性卷积混合模型,完成干扰信号的提取。
4.如权利要求3所述基于自适应多普勒域波束对消的直达波抑制方法,其特征在于,所述线性瞬时混合模型为:
其中,x(t)=[x1(t),x2(t),L,xN(t)]T是一个N维观测信号向量,A=[a1,a2,L,aN]是一个N×M维的混合矩阵,s(t)=[s1t,s2t,L,sNt,]T是一个M维的源信号向量,t是时间采样点并且ai表示混合矩阵的第i个列向量。
5.如权利要求1所述基于自适应多普勒域波束对消的直达波抑制方法,其特征在于,步骤六中,所述参考信号的配置信息包括以下项中的至少一项:发送参考信号的序列、发送参考信号所使用的时域符号数或时域符号索引、参考信号图样、发送参考信号的带宽以及参考信号发射功率。
6.如权利要求1所述基于自适应多普勒域波束对消的直达波抑制方法,其特征在于,步骤十中,所述归一化处理算法为:
Ek(x)=(Pk(C1|x),Pk(C2|x),...,Pk(CM|x));
其中,
P(Ct|x,Ek)表示第k个分类器将提取到的直达波信号和接收的阵列时域数据识别为Ct类信号的概率,取值范围是[0,1];表示M(M=4)类信号类别,多分类器的决策矩阵为:
7.如权利要求1所述基于自适应多普勒域波束对消的直达波抑制方法,其特征在于,步骤十二中,所述通过直达波抑制模块利用波束对消程序进行分类数据的波束对消包括:利用复数递推最小二乘法进行自适应对消。
8.一种应用如权利要求1~7任意一项所述的基于自适应多普勒域波束对消的直达波抑制方法的基于自适应多普勒域波束对消的直达波抑制系统,其特征在于,所述基于自适应多普勒域波束对消的直达波抑制系统包括:
信号采集模块、数据采集模块、中央控制模块、恒模算法改进模块、直达波提取方法、数据传输模块、数据接收模块、数据转换模块、数据划分模块、直达波抑制模块、数据存储模块、更新显示模块;
信号采集模块,与中央控制模块连接,用于通过信号采集设备进行雷达信号的采集;
数据采集模块,与中央控制模块连接,用于通过数据采集设备进行阵列时域数据的采集;
中央控制模块,与信号采集模块、数据采集模块、恒模算法改进模块、直达波提取方法、数据传输模块、数据接收模块、数据转换模块、数据划分模块、直达波抑制模块、数据存储模块、更新显示模块连接,用于通过中央处理器协调控制所述基于自适应多普勒域波束对消的直达波抑制系统各个模块的正常运行;
恒模算法改进模块,与中央控制模块连接,用于通过恒模算法改进程序进行恒模算法的改进,得到自适应恒模算法;
直达波提取方法,与中央控制模块连接,用于通过直达波提取程序采用自适应恒模算法对采集的雷达信号中的直达波信号进行提取;
数据传输模块,与中央控制模块连接,用于通过数据传输程序进行采集的阵列时域数据的传输;
数据接收模块,与中央控制模块连接,用于通过数据接收程序进行传输的阵列时域数据的接收;
数据转换模块,与中央控制模块连接,用于通过数据转换程序将提取的直达波信号和接收的阵列时域数据进行转换,将阵列时域数据转换为距离-多普勒域的二维阵列数据;
数据划分模块,与中央控制模块连接,用于通过数据划分程序进行距离-多普勒域的二维阵列数据的划分,得到分类数据;
直达波抑制模块,与中央控制模块连接,用于通过波束对消程序进行分类数据的波束对消,完成直达波抑制;
数据存储模块,与中央控制模块连接,用于通过存储器存储采集的雷达信号、阵列时域数据、自适应恒模算法、直达波信号、距离-多普勒域的二维阵列数据、分类数据以及直达波抑制结果;
更新显示模块,与中央控制模块连接,用于通过显示器对采集的雷达信号、阵列时域数据、自适应恒模算法、直达波信号、距离-多普勒域的二维阵列数据、分类数据以及直达波抑制结果的实时数据进行更新显示。
9.一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施如权利要求1~7任意一项所述的基于自适应多普勒域波束对消的直达波抑制方法。
10.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1~7任意一项所述的基于自适应多普勒域波束对消的直达波抑制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011498501.9A CN112731305B (zh) | 2020-12-17 | 2020-12-17 | 基于自适应多普勒域波束对消的直达波抑制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011498501.9A CN112731305B (zh) | 2020-12-17 | 2020-12-17 | 基于自适应多普勒域波束对消的直达波抑制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112731305A CN112731305A (zh) | 2021-04-30 |
CN112731305B true CN112731305B (zh) | 2024-05-03 |
Family
ID=75602860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011498501.9A Active CN112731305B (zh) | 2020-12-17 | 2020-12-17 | 基于自适应多普勒域波束对消的直达波抑制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112731305B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000091844A (ja) * | 1998-09-08 | 2000-03-31 | Nec Corp | 多重無線通信装置 |
EP1580573A1 (en) * | 2002-03-13 | 2005-09-28 | Raytheon Canada Limited | System and method for noise suppression in pre-processed radar data |
CN102033227A (zh) * | 2010-11-30 | 2011-04-27 | 哈尔滨工程大学 | 以gps导航卫星为外辐射源的无源雷达微弱目标检测方法 |
CN102739578A (zh) * | 2011-03-31 | 2012-10-17 | 广东明家科技股份有限公司 | 一种回波干扰抑制方法、装置及终端 |
JP2013167599A (ja) * | 2012-02-17 | 2013-08-29 | Mitsubishi Electric Corp | パッシブレーダ装置および目標位置検出方法 |
CN103513239A (zh) * | 2012-06-20 | 2014-01-15 | 中国科学院声学研究所 | 一种采用编码调相信号实现直达波干扰抑制的方法 |
CN104777466A (zh) * | 2015-03-23 | 2015-07-15 | 河海大学 | 基于降维恒模盲均衡的无源双基地雷达信号处理方法 |
CN105527610A (zh) * | 2015-12-05 | 2016-04-27 | 中国人民解放军信息工程大学 | 基于分数阶时延估计的多天线联合优化杂波抑制方法 |
CN105785331A (zh) * | 2016-03-02 | 2016-07-20 | 河海大学 | 一种采用盲源分离的外辐射源雷达直达波恢复方法 |
WO2016199216A1 (ja) * | 2015-06-09 | 2016-12-15 | 三菱電機株式会社 | パッシブレーダ装置 |
CN107037413A (zh) * | 2017-02-22 | 2017-08-11 | 中国人民解放军信息工程大学 | 基于自适应多普勒域波束对消的直达波抑制方法 |
CN107862050A (zh) * | 2017-11-08 | 2018-03-30 | 国网四川省电力公司信息通信公司 | 一种网站内容安全检测系统及方法 |
WO2018196248A1 (zh) * | 2017-04-28 | 2018-11-01 | 深圳市无牙太赫兹科技有限公司 | 一种微波成像系统的直达波抑制方法及系统 |
CN109001693A (zh) * | 2018-07-27 | 2018-12-14 | 中科宇达(北京)科技有限公司 | 调频连续波雷达直达波抑制的方法及系统 |
CN109143231A (zh) * | 2018-10-29 | 2019-01-04 | 河海大学 | 基于循环对消的数字电视无源双基地雷达目标检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9772402B2 (en) * | 2014-06-09 | 2017-09-26 | Src, Inc. | Multiplatform GMTI radar with adaptive clutter suppression |
-
2020
- 2020-12-17 CN CN202011498501.9A patent/CN112731305B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000091844A (ja) * | 1998-09-08 | 2000-03-31 | Nec Corp | 多重無線通信装置 |
EP1580573A1 (en) * | 2002-03-13 | 2005-09-28 | Raytheon Canada Limited | System and method for noise suppression in pre-processed radar data |
CN102033227A (zh) * | 2010-11-30 | 2011-04-27 | 哈尔滨工程大学 | 以gps导航卫星为外辐射源的无源雷达微弱目标检测方法 |
CN102739578A (zh) * | 2011-03-31 | 2012-10-17 | 广东明家科技股份有限公司 | 一种回波干扰抑制方法、装置及终端 |
JP2013167599A (ja) * | 2012-02-17 | 2013-08-29 | Mitsubishi Electric Corp | パッシブレーダ装置および目標位置検出方法 |
CN103513239A (zh) * | 2012-06-20 | 2014-01-15 | 中国科学院声学研究所 | 一种采用编码调相信号实现直达波干扰抑制的方法 |
CN104777466A (zh) * | 2015-03-23 | 2015-07-15 | 河海大学 | 基于降维恒模盲均衡的无源双基地雷达信号处理方法 |
WO2016199216A1 (ja) * | 2015-06-09 | 2016-12-15 | 三菱電機株式会社 | パッシブレーダ装置 |
CN105527610A (zh) * | 2015-12-05 | 2016-04-27 | 中国人民解放军信息工程大学 | 基于分数阶时延估计的多天线联合优化杂波抑制方法 |
CN105785331A (zh) * | 2016-03-02 | 2016-07-20 | 河海大学 | 一种采用盲源分离的外辐射源雷达直达波恢复方法 |
CN107037413A (zh) * | 2017-02-22 | 2017-08-11 | 中国人民解放军信息工程大学 | 基于自适应多普勒域波束对消的直达波抑制方法 |
WO2018196248A1 (zh) * | 2017-04-28 | 2018-11-01 | 深圳市无牙太赫兹科技有限公司 | 一种微波成像系统的直达波抑制方法及系统 |
CN107862050A (zh) * | 2017-11-08 | 2018-03-30 | 国网四川省电力公司信息通信公司 | 一种网站内容安全检测系统及方法 |
CN109001693A (zh) * | 2018-07-27 | 2018-12-14 | 中科宇达(北京)科技有限公司 | 调频连续波雷达直达波抑制的方法及系统 |
CN109143231A (zh) * | 2018-10-29 | 2019-01-04 | 河海大学 | 基于循环对消的数字电视无源双基地雷达目标检测方法 |
Non-Patent Citations (4)
Title |
---|
外辐射源雷达参考通道多径干扰抑制方法;郭帅;王俊;陈刚;王珏;;西安电子科技大学学报(第03期);全文 * |
管线渗漏异常探地雷达数据的电场分量成像分析;金鑫;;煤田地质与勘探(第02期);全文 * |
郭帅 ; 王俊 ; 陈刚 ; 王珏 ; .外辐射源雷达参考通道多径干扰抑制方法.西安电子科技大学学报.2017,(第03期),全文. * |
金鑫 ; .管线渗漏异常探地雷达数据的电场分量成像分析.煤田地质与勘探.2018,(第02期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN112731305A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109995449B (zh) | 一种基于深度学习的毫米波信号检测方法 | |
CN107015205B (zh) | 一种分布式mimo雷达检测的虚假目标消除方法 | |
CN113435247B (zh) | 一种通信干扰智能识别方法、系统及终端 | |
CN111830482B (zh) | 基于捷变ofdm的fda雷达目标定位方法 | |
CN111680737B (zh) | 差异性信噪比条件下的雷达辐射源个体识别方法 | |
CN115963457B (zh) | 一种多通道无源雷达直达波干扰抑制方法 | |
CN106443721A (zh) | 一种快速收敛的卫星导航天线阵抗干扰方法 | |
CN112949846B (zh) | 一种适用于直扩系统下的生成式欺骗干扰信号构造方法 | |
CN111159891B (zh) | 基于dnn神经网络的单样本极化滤波器系数预测方法 | |
CN113253251A (zh) | 目标速度未知时的fda-mimo雷达检测方法与系统 | |
CN106772254A (zh) | 改进的基于数字自适应干扰对消的收发隔离方法 | |
CN112014801A (zh) | 一种基于SPWVD和改进AlexNet的复合干扰识别方法 | |
CN112731305B (zh) | 基于自适应多普勒域波束对消的直达波抑制方法及系统 | |
Van Huynh et al. | Generative ai for physical layer communications: A survey | |
CN111446998B (zh) | 基于深度学习的波达方向估计方法 | |
CN109669167B (zh) | 一种基于射频隐身的机载雷达发射波形选择方法 | |
CN113300986A (zh) | 无人机图传信号与热点信号识别方法、介质、计算机设备 | |
CN112162159A (zh) | 一种基于信号识别的电磁干扰现场测试方法 | |
CN115575921B (zh) | 一种基于俯仰向多通道多干扰基压制干扰抑制方法 | |
CN116736342A (zh) | 一种基于集成cnn的gnss欺骗检测方法及系统 | |
CN111446997A (zh) | 基于深度学习的自适应数字波束合成方法 | |
CN116520333A (zh) | 一种基于复杂干扰下的多基浮标融合检测方法和系统 | |
Yang | [Retracted] Jamming Meets Antijamming: A Survey of GPS Communication Networks | |
CN106342250B (zh) | 一种卫星导航接收设备抗干扰实现方法 | |
CN111077515B (zh) | 一种基于模拟电视外辐射源雷达的目标检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |